Mise en relation de deux bases de données

Mise en relation de deux bases de données
bibliographiques, PASCAL et le SCIENCE CITATION INDEX
pour l’élaboration d’indicateurs de la production
scientifique Brésilienne
Joachim QUEYRAS (*), Leandro INNOCENTINI LOPES DE FARIA (**),
Hervé ROSTAING (*), Luc QUONIAM (***)
[email protected] , [email protected] , [email protected] , [email protected]
(*) Université Paul Cézane Aix-Marseille III, UMR CNRS 6171, Faculté des Sciences et Techniques
Service 422, 13397 Marseille Cedex 20, France,
(**) NIT/Materiais, Universidade Federal de São Carlos, UFSCar, Rodovia Washington Luis, km 235,
CEP 13565-905, São Carlos, SP, Brasil,
(***) Université du Sud, Service N.T.I.C, Bât Le Béal - 1er étage, Avenue de l'Université - BP20132
83957 La Garde CEDEX, France.
Mots clés :
Base de données, Classification, Production scientifique, Bibliométrie
Keywords :
Database, Classification, Scientific production, Bibliometrics
Palabras clave :
Base dato, Clasificacion, Produccion cientifica, Bibliometria
Résumé :
Avec le développement considérable des systèmes informatiques, la mise en relation de sources
d’informations toujours plus importantes devient un des objectifs clés pour l’analyse informationnelle
et le développement des systèmes d’information. Cet article présente la méthodologie de la mise en
relation, grâce à l’utilisation de la classification par domaines scientifiques de l’ISI, de deux bases
bibliographiques, la base PASCAL et le Science Citation Index Expanded (SCIE). L’analyse, par des
méthodes bibliométriques, de la production scientifique brésilienne des deux bases au cours de la
période allant de 1998 à 2002, a permis l’élaboration d’indicateurs à haute valeur ajoutée. Enfin, ce
travail s’inscrit dans le cadre de la réalisation de l’annuaire statistique de la FAPESP1 : « Indicadores
de Ciência, Tecnologia e Inovação em São Paulo – 2003 » et dont la publication est prévue pour la fin
de l’année 2004.
1
Fundação de Amparo à Pesquisa do Estado de São Paulo (Brésil)
1 Introduction
La mondialisation et le développement fulgurant des technologies de l’information et de la
communication ont généré ces dernières années une augmentation constante de la masse d’information
et une accélération des phénomènes d’ordre économiques et politiques. L’instabilité croissante qui en
résulte a provoqué de profondes mutations dans l’organisation des entreprises qui ont de fait
développé des systèmes de veille stratégique et scientifique pour améliorer leur compétitivité. Dans ce
contexte, la connaissance scientifique et technologique, au même titre que la connaissance de
l’environnement, des marchés ou des concurrents, s’est révélée primordiale pour rendre la prise de
décision plus efficiente.
La production d’information à haute valeur ajoutée est donc primordiale et entraîne le développement
de nouvelles méthodes d’extraction et d’analyse des données qui aboutissent, le plus souvent, à
l’élaboration d’indicateurs. Ces derniers, par leur diversité, permettent de construire des
représentations compréhensibles de manifestations toujours plus complexes et d’affiner, par la même,
la perception et l’analyse des décideurs. Aussi, pour leur construction, l’utilisation commune de
plusieurs sources d’information s’avère indispensable pour élargir le champ de leur description.
Aussi, avec le développement considérable des systèmes informatiques, la mise en relation de sources
d’informations toujours plus importantes, des bases de données à plusieurs millions d’entrées par
exemple, devient un des objectifs clés pour l’analyse informationnelle et le développement des
systèmes d’information. Cet article présente la méthodologie de la mise en relation, par la construction
d’une table de descripteurs communs, de deux bases bibliographiques importantes, la base PASCAL2 et
le Science Citation Index Expanded3 (SCIE).
Nous décrirons donc, dans un premier temps, la méthodologie que nous avons suivie pour la mise en
relation de ces deux bases bibliographiques (1), puis, nous exposerons quelques résultats de l’analyse
bibliométrique des articles scientifiques publiés par des chercheurs brésiliens dans chacune des deux
bases (2) afin de souligner l’importance de leur utilisation commune.
2 METHODOLOGIE
2.1 Les bases de données
Les bases de données représentent des univers fermés. Il est donc possible de fabriquer des indicateurs
à partir de plusieurs bases qui ne soient en aucunes mesures joignables. Pour travailler avec plusieurs
bases de données, il est donc indispensable de dégager un langage commun. Si l’on regarde les bases
de données de l’ISI4 et la base PASCAL, seuls les champs « contenants », c’est à dire qui décrive les
références inclues dans les bases de données (journal de publication, affiliation, volume…), sont
communs. Or, il est important de travailler sur des indicateurs de contenu (titre, mots clés,
classification…) qui doivent également être rapprochables et comparables. La problématique de ce
travail consiste, finalement, à fabriquer un vocabulaire commun qui permette de relier le contenu des
deux bases.
Les critères de sélection des périodiques, indexés dans les bases de données utilisées pour
l’élaboration d’indicateurs de la production scientifique d’un pays, influence fortement les résultats de
l’analyse [ZITT, 2003]. La description de la production scientifique du Brésil, finalité de ce travail,
réalisée à partir de l’analyse bibliométrique de deux corpus de références extraits respectivement de la
base PASCAL et du SCIE, présente donc deux visions complémentaires de la science au Brésil dans
l’analyse des résultats.
2
Base de données produite par l’Institut National de l'Information Scientifique et Technique
3
Base de donnée produite par l’Institute for Scientific Information
4
Institute for Scientific Information (EUA)
PASCAL est une base de données multidisciplinaire, multi affiliation et multilingue qui intègre, depuis
1973, de la littérature mondiale en Science, Technologie et Médecine. Elle est produite par l’INIST5 et
compte aujourd’hui 14,7 millions de références indexées à partir 6000 titres de journaux
internationaux. C’est l’unique base de données multidisciplinaire de taille comparable au SCIE qui,
traditionnellement, complète la vision « américaine » de la science exprimée par les bases de l’ISI par
une vision plus « européenne ».
De même, le SCIE est une base de données multidisciplinaire et multi affiliation qui couvre, depuis
1945, les publications scientifiques mondiales, principalement dans les domaines des sciences exactes
et des sciences biologiques. Elle est produite par l’ISI et indexe aux alentours de 6.068 périodiques
scientifiques, ce qui représente plus de 26 millions d’articles scientifiques.
Les visions apportées respectivement par ces deux bases de données sont complémentaires, car elles
offrent des corpus de références différents pour l’analyse de mêmes phénomènes. Aussi, en admettant
que la concordance des indicateurs produits par des bases différentes agit comme validation de
l’analyse et que la discordance alerte sur la nécessité de la réalisation d’études complémentaires
[JAGODZINSKI-SIGOGNEAU, 1991], la production d’indicateurs à partir de ces deux bases est donc
plus fiable.
2.2 La collecte et le reformatage
La collecte des données a été réalisée dans les deux bases de manière à recueillir l’ensemble de la
production scientifique brésilienne de la période. 65066 références (31164 pour la période allant de
1998 à 2002) ont ainsi été extraites de l’ensemble de la base PASCAL contre 79.136 (période 1998 à
2002) pour le SCIE. Ont été pris en considération tous les articles dans lesquels au moins un auteur
était affilié à une institution brésilienne au moment de la publication. La préparation des données, qui
précède l’élaboration des indicateurs, a permis de normaliser l’ensemble des références (reformatage)
et de les réorganiser dans de nouveaux champs de manière à optimiser leur analyse bibliométrique.
Cette étape a été automatisée grâce à l’utilisation du programme Infotrans.
2.3 Quelle classification ?
La segmentation de la production scientifique par domaines de connaissance est fondamentale pour la
production d’indicateurs. Dans le cas de l’étude générale de la production scientifique d’un pays, cette
classification doit être suffisamment large pour permettre de créer des macro indicateurs sur la
globalité des références scientifiques considérées. Elle doit également être intégrée dans chacune des
références scientifiques qui vont servir de données initiales pour l’analyse. Plusieurs classifications ont
été prises en compte pour la réalisation de ce travail :
• La National Science Fundation emploie, pour l’élaboration de son annuaire statistique, le
« Science & Engineering Indicators » une classification qui segmente, en 9 grands domaines
de connaissance, la production scientifique mondiale. La méthodologie employée pour
élaborer cette classification, à partir des publications indexées dans les bases de l’ISI, n’étant
pas disponible, nous n’avons pas pu l’employer pour la classification de nos corpus.
• Une autre classification, moins générale, a été développée récemment pour l’élaboration des
Essential Science Indicators (ESI)6, produit de l’ISI. Elle reste très générale puisqu’elle
sectionne en 22 domaines la connaissance scientifique.
• Le plan de classement développé par l’INIST pour le référencement des articles scientifiques
est très complet puisqu’il associe à 8 grands domaines scientifiques une multitude de sous
domaines. Mais les nombreuses modifications qu’il a subies rendent son utilisation impossible
pour le classement de références scientifiques publiées au cours d’une longue période.
Cela étant, il existe des différences importantes qui doivent être soulignées pour permettre, par la suite,
une meilleure interprétation des indicateurs. La première différence concerne le mode de classification
des données à l’intérieur de chaque base. L’INIST procède à la classification de chacune des
5
Institut National de l'Information Scientifique et Technique
6
www.isinet.com/products/evaltools/esi/
références, indépendamment les unes des autres. A l’inverse, les références des bases de données de
l’ISI sont classées par l’intermédiaire de leurs journaux d’origine, indexés dans la base, et auxquels ont
été attribués des domaines de connaissance. Ainsi, il est possible de rencontrer dans une même
référence de PASCAL plusieurs items du plan de classements de l’INIST, auxquels se réfère cet article,
alors qu’aux références du SCIE ne sera attribuée, dans la majorité des cas, qu’une classification
introduite à partir du journal de publication.
Pour établir la relation entre les deux bases, le plus simple est alors de considérer les mots-clés les plus
génériques. Or, l’ISI décrit les journaux de publication, et non les articles, comme le fait la base
PASCAL. La classification de ces journaux peut-être considérée dès lors comme le niveau de
description le plus général des deux bases. C’est pourquoi nous avons retenu la classification de l’ESI
comme classification pour les deux bases.
Enfin, la description de chaque article du corpus de références de la base PASCAL (65066 références)
par la classification de l’ESI revient à construire la table de relation thématique entre le SCIE et la base
PASCAL, y compris pour les journaux de publication qui ne sont pas pris en compte dans les bases de
données de l’ISI.
2.4 La classification des références
Pour pouvoir comparer les indicateurs obtenus à partir des deux bases de données, il est nécessaire,
pour les domaines de connaissance des références scientifiques, d’utiliser une classification commune.
Mathématiques
Medecine
Sciences de la Terre
Physique
Génétique et Biologie moléculaire
Science de la Vie et de la Nature
Pharmacologie et Toxicologie
Chimie
Sciences de l'Univers
Biologie et Biochimie
Immunologie
Ingénierie
Informatique
Neurosciences et Comportement
Multidisciplinaire
Sciences agricoles
Psychiatrie et Psychologie
Science des matériaux
Sciences Sociales
Ecologie
Economie
Microbiologie
Source : Essentials Science Indicators - ISI, [2004]
Tableau 1 : Classification ESI des domaines de connaissance
La classification à 22 items de l’ESI (Tableau 1) semble la mieux adaptée à la réalisation de ce travail
car il est possible, à partir des informations disponibles sur le site de l’ISI, de créer la liste de
correspondances entre les journaux indexés dans le SCIE, et donc de leur ISSN, et la classification par
grands domaines de connaissance. On peut ainsi intégrer, grâce à l’utilisation du programme Infotrans,
cette classification à l’intérieur de chaque référence de la base de données.
Or, il existe de nombreux journaux qui sont indexés à la fois dans PASCAL et dans le SCIE. Il est donc
possible, pour ces journaux tout au moins, d’intégrer, dans les références de PASCAL, la classification
de l’ESI déjà incorporée aux références du SCI. Il suffit pour cela de substituer, dans chaque référence,
l’ISSN par la classification correspondante, comme cela se rencontre déjà dans le SCIE. Pour illustrer
ce propos, sur la période de publication allant de 1998 à 2002, 26.379 registres, sur 31.164, ont été
classifiés ainsi, soit environ 85% du corpus de références de PASCAL que nous avons utilisé pour faire
l’étude de la production scientifique du Brésil.
Mathématique
Informatique
Sciences de la Terre
Sciences Agricoles
Microbiologie
Biologie et Biochimie
Ecologie
Pharmacologie et Toxicologie
Science des Matériaux
Ingénierie
Science de la Vie et de la Nature
Chimie
Médecine
Physique
Neurosciences et Sciences du Comportement
Classification SCIE
Classification PASCAL
ETAT CONDENSE : STRUCTURE ELECTRONIQUE, PROPRIETES
ELECTRIQUES, MAGNETIQUES ET OPTIQUES.
0,30 0,00 0,02 0,00 0,01 0,04 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
PHARMACOLOGIE
0,00 0,09 0,03 0,02 0,00 0,00 0,05 0,24 0,00 0,01 0,02 0,01 0,00 0,00 0,00
PATHOLOGIE
ETAT CONDENSE : STRUCTURE, PROPRIETES MECANIQUES ET
THERMIQUES
0,00 0,14 0,00 0,02 0,00 0,00 0,00 0,00 0,00 0,00 0,08 0,00 0,00 0,00 0,00
ETAT CONDENSE
0,00 0,07 0,00
: STRUCTURE,
0,01 0,07 PROPRIETES
0,00 0,00 0,00
MECANIQUES
0,00 0,00 0,00
ET THERMIQUES
0,00 0,00 0,00
PHYSIQUE
DOMAINES INTERDISCIPLINAIRES : SCIENCE DES MATERIAUX;
RHEOLOGIE
0,15 0,00 0,01 0,00 0,06 0,01 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0,02
AGRONOMIE
0,00 0,00 0,00 0,10 0,00 0,00 0,00 0,00 0,13 0,01 0,00 0,08 0,00 0,00 0,00
CHIMIE
0,02 0,00 0,20 0,01 0,05 0,04 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
ECOLOGIE
0,00 0,00 0,00 0,18 0,00 0,00 0,00 0,00 0,19 0,01 0,02 0,00 0,02 0,00 0,00
INFORMATIQUE
0,00 0,00 0,00 0,00 0,15 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,31 0,01
MATHEMATIQUES
0,01 0,00 0,00 0,00 0,11 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,06 0,36
MICROBIOLOGIE
0,00 0,02 0,00 0,03 0,00 0,00 0,00 0,00 0,01 0,02 0,22 0,00 0,00 0,00 0,00
PHYSICOCHIMIE DES POLYMERES
0,02 0,00 0,18 0,00 0,01 0,04 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
BIOTECHNOLOGIE
0,00 0,00 0,02 0,02 0,00 0,00 0,00 0,00 0,04 0,26 0,04 0,01 0,00 0,00 0,00
CHIRURGIE
0,00 0,12 0,00 0,00 0,00 0,00 0,01 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
PHYSIQUE : SCIENCE DES MATERIAUX
Source : Essentials Science Indicators - ISI, [2004]
0,05 0,00 0,02 0,00 0,01 0,17 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
0,10 0,00 0,01 0,00 0,10 0,03 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,02 0,01
Tableau 2 : Matrice partielle de corrélation entre la classification de PASCAL et du SCIE
A partir de ces 26.379 références, nous avons construit, par l’utilisation du programme VantagePoint,
la matrice de correspondance entre les deux classifications. Nous nous sommes limités aux six
premiers caractères de la classification INIST pour réduire le nombre de formes à considérer.
L’application de l’indice de Jacquard à l’ensemble des intersections de cette matrice a permis de
déterminer la corrélation entre chaque item de chaque classification. Ainsi, pour chaque terme de la
classification INIST, le meilleur indice de Jacquard a permis de déterminer l’item de la classification
ESI à associer. La matrice de corrélation entre les deux classifications est présentée partiellement dans
le Tableau 2.
Enfin, et sur l’ensemble du corpus de références extraites de PASCAL, la classification ESI a été
intégrée de nouveau, mais, cette fois-ci, à partir directement des items du plan de classement de
l’INIST. Seules 60 références, sur les 31.164 de notre corpus n’ont pas été classées. Elles
correspondent à des codes de classement qui n’ont jamais été en corrélation avec la classification ESI
et ne représentent qu’une infime partie qui n’entrera pas en considération pour l’élaboration des
indicateurs.
2.5 Production des indicateurs
De très nombreux indicateurs ont été élaborés à partir des données extraites de la base PASCAL et du
SCIE. Seules quelques figures et tableaux vous seront présentés dans ce travail, ils illustrent en effet
l’importance de l’utilisation de plusieurs bases pour la réalisation d’une même étude.
Tous ces indicateurs ont été produits soit directement à partir du programme VantagePoint que nous
avons utilisé pour construire les matrices, soit par le biais du logiciel Excel de la Suite Microsoft
Office 2003, pour la réalisation des représentations graphiques.
3 RESULTATS
L’objectif de cette présentation n’est pas de faire la description de la production scientifique
brésilienne. Nous exposerons, d’une part, les résultats de l’intégration de la classification de l’ESI dans
les références de la base PASCAL et, d’autre part, quelques indicateurs qui soulignent l’importance de
l’utilisation d’une même classification dans deux bases de données différentes.
3.1 Intégration de la classification ESI
Le tableau 3 présente la matrice de relation entre la classification ESI intégrée directement à partir des
journaux de publication et intégrée par l’intermédiaire du plan de classement de l’INIST. Seules les
références intégrant les deux classifications ont été prises en considération dans cette matrice. A un
item de la classification intégrée par l’intermédiaire des journaux de publication sont associés
plusieurs domaines scientifiques issus de l’intégration de la classification à partir des plans de
classement de l’INIST. Deux éléments fondamentaux permettent d’expliquer cette différence. D’une
part, chaque référence de la base PASCAL est classifiée indépendamment. Par conséquent, à chaque
référence d’un même périodique ne sont pas forcement associés les mêmes items de la classification.
D’autre part, l’INIST attribue aux références de la base PASCAL un ou plusieurs items de son plan de
classement, ce qui explique l’augmentation du nombre de références associées à un même domaine
scientifique, mais aussi la possibilité, pour un article référencé dans la base PASCAL, d’être répertorié
par plusieurs items de la classification par domaines scientifique de l’ESI.
9191 CLINICAL MEDICINE
3
4752 CHEMISTRY
4
3970 PLANT & ANIMAL SCIENCE
5
3902 ENGINEERING
6
2280 MATERIALS SCIENCE
7
1852 NEUROSCIENCE & BEHAVIOR
8
1844 PHARMACOLOGY & TOXICOLOGY
9
1828 ENVIRONMENT/ECOLOGY
10
1772 BIOLOGY & BIOCHEMISTRY
11
1611 MICROBIOLOGY
12
1329 AGRICULTURAL SCIENCES
13
1304 GEOSCIENCES
14
1077 COMPUTER SCIENCE
15
782 MATHEMATICS
16
734 IMMUNOLOGY
17
712 SPACE SCIENCE
18
517 MOLECULAR BIOLOGY & GENETICS
19
439 SOCIAL SCIENCES, GENERAL
20
351 PSYCHIATRY/PSYCHOLOGY
21
73 MULTIDISCIPLINARY
22
30 ECONOMICS & BUSINESS
17
18
977
862
9220
8
896
23
922
740
3
1
1
101
100
44
6415
15
134
56
22
132
68
13
146
392
31
7
1350
282
138
23
331
1582
94
96
129
84
2
7
2
359
1
59
53
249
43
2
91
22
37
3
24
12
492
2
2840
77
523
322
47
5
172
1570
173
17
1134
3
544
90
315
1450
5
19
3
7
1559
62
70
290
176
8
3
8
2
6
6
14
32
78
21
74
715
225
279
51
10
161
91
147
1182
138
116
4
5
562
2
162
6
1779
175
33
2
11
139
227
58
11
1
1
2
56
53
44
1889
21
21
16
120
97
166
97
3
5
4
13
68
22
119
64
1018
9
4
2
1
2
2
822
45
32
362
1
12
21
2
1175
48
1
35
2
7
4
2
2
5
1
13
2
57
11
3
4
45
24
84
41
57
182
1
305
2
60
1067
19
2
89
275
7
184
1
1
14
20
76
893
8
17
2
584
4
5
1
129
64
47
2
13
56
35
13
805
37
3
325
17
1
17
6
260
6
1
9
1
3
70
462
13
162
21
9
40
62
17
117
72
12
1
1
173
692
25
13
20
3
8
42
11
108
2
2
16
264
14
SOCIAL SCIENCES, GENERAL
16
1200
SPACE SCIENCE
15
1363
AGRICULTURAL SCIENCES
14
1572
MOLECULAR BIOLOGY & GENETICS
13
1834
MATHEMATICS
12
1861
MICROBIOLOGY
11
1867
GEOSCIENCES
10
2180
NEUROSCIENCE & BEHAVIOR
9
2649
COMPUTER SCIENCE
8
3227
PLANT & ANIMAL SCIENCE
7
3284
ENGINEERING
6
3690
BIOLOGY & BIOCHEMISTRY
5
4179
PHARMACOLOGY & TOXICOLOGY
4
4301
CLINICAL MEDICINE
3
4331
MATERIALS SCIENCE
2
1
2
8183
ENVIRONMENT/ECOLOGY
10513 PHYSICS
1
12051
CHEMISTRY
1
# Records
CLASSIFICAÇÃO
# Records
PHYSICS
!I
8
306
120
74
2
5
12
17
41
23
9
1
29
1
11
685
6
6
10
201
1
1
1
4
1
Tableau 3 : Matrice de relation entre la classification ESI intégrée directement à partir des journaux de publication et
intégrée par l’intermédiaire du plan de classement de l’INIST
3.2 Vers un système d’information transversal
La construction de la table de relation entre le SCIE et la base PASCAL permet de relier deux sources
d’informations académiques intéressantes et complémentaires. Cette base de données ayant déjà été
reliée à la Classification Internationale des Brevets [FAUCOMPRE, QUONIAM 1997], et à la
terminologie des codes de classification du registre d’entreprises Kompass, elle se place au centre d’un
véritable système d’information transversal et performant auquel devrait certainement pouvoir se
greffer d’autres sources d’information, au niveau national mais également international.
3.3 Indicateurs de la production scientifique brésilienne
Nº de
p u b lic a ç õ e s /
á re a d o
c o n h e c im .
1660
F ís ic a
1121
M e d ic in a
650
E c o lo g ia e
m e io
a m b ie n te
634
Q u ím ic a
574
F a rm a c o lo g ia e
T o x ic o lo g ia
557
C iê n c ia d o s
m a te r ia is
N º d e p u b lic a ç õ e s p o r r e g iã o g e o g r á fic a
3 874
855
S u d e s te
T o ta l
USP
U N IC A M P
UNESP
T o ta l
USP
U N IF E S P
UFRJ
T o ta l
USP
U N IC A M P
UFV
T o ta l
USP
UFRJ
U N IC A M P
T o ta l
USP
U N IF E S P
UFRJ
T o ta l
USP
UFSCAR
U N IC A M P
Sul
957
581
N o rd e s te
185
UFRGS
UFSC
UFPR
632
192
UFPE
UFC
UFPB
97
UFRGS
UFPR
UFSC
281
355
331
268
11
48
9
UFRR
UFAM
18
UFG
UNB
39
UFPE
UFC
UFPB
21
IN P A
EMBRAPA
UNB
UFC
UFPE
UECE
54
UFRGS
UFPR
UFSC
54
127
103
5
IN P A
UFAC
EMBRAPA
UNB
UFMG
UFPE
UFRN
UFPB
UFRGS
UFSC
UFPR
33
24
75
10
UFAM
UFRR
UNB
UFG
UFMT
UFPE
UFPB
UFC
UFRGS
UFSC
UFPR
41
42
106
87
N o rte
UNB
UFG
P U C B R A S IL .
UFBA
UFC
UFPE
UFRGS
UFSC
UFSM
266
C e n tro -o e s te
6
U N IP A R
10
UNB
EMBRAPA
UFG
4
IN P A
Tableau 4 : Nombre de publications et principales institutions brésiliennes par région et domaine de connaissance
(extrait)
Le tableau 4 présente un indicateur qui a été élaboré à partir de la base PASCAL pour l’année 2002. Il
relève, pour chaque région brésilienne, le nombre de publications et les trois principales institutions se
rapportant à chaque domaine de connaissance. Cet indicateur permet de souligner l’importance du
reformatage des données puisqu’à partir d’un corpus de 31.164 références, il est possible de produire
un méso indicateur permettant de considérer l’importance des propres institutions dans la production
scientifique brésilienne par région et par domaine scientifique.
Le tableau 5 mesure le nombre de publications par domaine scientifique dans les corpus extraits de la
base PASCAL et du SCIE.
Dans chacune des deux bases de données, l’analyse du nombre de publications par domaine
scientifique offre des résultats très différents. S’il est évident d’affirmer, analysant les résultats
obtenus à partir des deux bases, que la majorité des publications brésiliennes indexées sont
répertoriées dans les domaines de la physique, de la chimie et de la médecine, il est plus difficile de
déterminer laquelle de ces trois disciplines englobe le plus de publications.
Finalement, cet indicateur est important pour démontrer qu’il n’existe pas qu’un seul résultat, mais
plusieurs qui doivent être regroupés pour permettre de décrire au mieux un phénomène. Dans le cas
des bases de données PASCAL et le SCIE, par exemple, la couverture scientifique de chacune d’elle
varie puisqu’elles indexent des journaux pour partie différents. Cela engendre la production de
résultats variables, qui ne s’opposent pas, mais qui, au contraire, sont complémentaires. Enfin, Pour
comprendre plus en détail ces indicateurs, il serait important de mener, parallèlement, d’autres études,
à partir de sources d’information encore différentes, pour pouvoir compléter l’interprétation de ces
résultats. D’autant plus que la rigueur méthodologique qui a accompagné cette analyse ne permet pas
de supposer l’existence de biais lors des différents traitements. La multiplication des approches pour
l’étude d’un même phénomène, alors observé selon différents points de vue, permet, finalement, d’en
améliorer son analyse.
Science Citation Index Expanded - Web of
Science*
Pascal via Dialog On Disc**
ÁREAS DE CONHECIMENTO
Medicina
2 848 Física
Física
1 052 Medicina
Química
970 Química
Ciências dos animais e plantas
573 Farmacologia e toxicologia
Biologia e bioquímica
539 Ciência dos materiais
Engenharia
388 Ecologia e meio ambiente
Neurociência e comportamento
378 Biologia e bioquímica
Ciência dos Materiais
282 Geociências
Biologia molecular e genética
212 Neurociência e comportamento
Ciências agrárias
191 Microbiologia
642
444
247
230
207
170
159
151
149
109
*Fonte : SCIE - ISI via Web of Science, [2004]
**Fonte : Pascal - INIST via Dialog On Disc, [2004]
Tableau 5 : Nombre de publications par domaine scientifique pour l'année 2002. Base SCIE et PASCAL
4 CONCLUSION
Dans cet article, nous proposons une méthodologie pour l’élaboration de la table de relation entre le
SCIE et la base PASCAL qui se place, finalement, au centre d’un véritable système d’information
performant et transversal allant de la recherche fondamentale, aux secteurs industriels et appliqués. De
plus, en décrivant le système qui permet de mettre en relation des bases de données de plusieurs
millions de registres, cet article ouvre la voie à l’élargissement des systèmes d’information pour
l’élaboration d’indicateurs toujours plus complets.
Ce travail s’inscrit dans le cadre de l’analyse de la production scientifique brésilienne au cours de la
période allant de 1998 à 2002 dont les résultats seront publiés dans l’annuaire statistique de la
FAPESP « Indicadores de Ciência, Tecnologia e Inovação em São Paulo – 2003 » et dont la
publication est prévue pour la fin de l’année 2004.
Enfin, nous remercions chaleureusement l’INIST et DIALOG BRAZIL sans qui ce travail n’aurait
jamais pu voir le jour.
5 Bibliographie
CNPq. Diretório diretório dos Grupos de Pesquisa. Disponible à l’adresse <http://lattes.cnpq.br/diretorio/ >.
Consultado em 10/01/2004
COURTIAL, J. P. Introduction à la scientométrie: de la bibliométrie à la veille technologique. Paris: Anthropos,
1990.
EC. European Comission. Directorate-General for Research. Third European Report on Science & Technology
Indicators-2003. Disponible à l’adresse <ftp://ftp.cordis.lu/pub/indicators/docs/3rd_report.pdf>
FAPESP. Indicadores de C & T e inovação em São Paulo – 2001. organização: Francisco Romeu Landi. São Paulo:
Fapesp, 2002, p.488
FARIA, L. I. L.; QUONIAM, L.; MUGNAINI, R. Elementos de comparação das bases de dados Pascal e Scisearch.
ISDM, n.5, 13p, Dez/2002. Disponible à l’adresse http://isdm.univ-tln.fr/articles/num_archives.htm
FAUCOMPRE, P.; QUONIAM, L.; DOU, H. The function-application relation through a link between classification
and indexing. World Patent Information, England, Vol. 19, No. 3, pp. 167-174, 1997.
INIST. Pascal – Description. Disponible à l’adresse <http://www.inist.fr/en/PRODUITS/pascal.php> Consultado em
15/01/2004.
JAGODZINSKI-SIGOGNEAU, M. et al. Scientific innovation in bibliographical databases: a comparative-study of
the Science Citation Index and the Pascal Database. Scientometrics, v. 22, n. 1, p. 65-82, 1991.
LUWELL, M. Is the Science Citation Index US-biased? In: CONFERENCE OF THE INTERNATIONAL
SOCIETY FOR SCIENTOMETRICS AND INFORMETRICS, 7, 1999, Colima, MX. Proceedings... Colima,
MX: International Society for Scientometrics and Informetrics. 1999. 303-312.
NSB. National Science Board. Science and Engineering Indicators. Arlington, VA: National Science Foundation,
2002
OST. Observatoire des Sciences et des Techniques, Les chiffres clés de la science et de la technologie, Economica,
2003
ROSTAING, H. La bibliométrie et ses techniques. Collection "Outils et méthodes", co-édition sciences de la
societé et CRRM - Centre de Recherche Rétrospective de Marseille. Marseille. 1996
SCIELO. Disponível em <http://www.scielo.br>. Consultado em 25/01/2003.
SPINAK, E. Dicionário enciclopédico de bibliometría, cienciometría e informetría. Caracas: UNESCO CII/II,
1996.
SPINAK, E. Indicadores cienciométricos. Ciência da Informação, Brasília, DF, v. 27, n. 2, p. 141-148, 1998.
TESTA, J. A base de dados ISI e seu processo de seleção de revistas. Ciência da Informação, Brasília, DF, v. 27,
n. 2, p. 233-235, 1998.
VELHO, L. Cuidado com os rankings científicos. Disponible à l’adresse <http://www.prometeu.com.br>. Dernier
accès le 20 août 2001.
VIOTTI, E.B. e MACEDO, M.M. (org.) - Indicadores de C & T e inovação no Brasil. Campinas, SP: Editora
UNICAMP, 2003, p.614
ZHU, D.; PORTER, A. L. et al. A process for mining science & technology documents databases illustred for the
case of knowledge discovery and data mining. Ciência da Informação, Brasília, DF, v. 28, n.1, jan. 1999.
ZITT, M.; RAMANANA-RAHARY, S.; BASSECOULARD. E. - Correcting glasses help fair comparisons in
international science landscape: Country indicators as a function of ISI database delineation. Scientometrics.
Netherlands, v. 56, n. 2, pp 259-282, 2003.